مواد پر جائیں

Zonos2 Text to Speech

انٹیگریٹ کریں

ماڈل id zonos2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ہر رن کے لیے ⁨$0.02⁩ تک حقیقی استعمال کے مطابق چارج، باقی رقم واپس اس صفحے پر چلائیں

API کلید حاصل کریں
Zyphra متن سے آواز حوالہ جاتی ان پٹس #text-to-speech#tts#voice-cloning

سیمپلنگ کنٹرولز اور قریبی مماثلت یا پُراظہار ادائیگی کے انتخاب کے ساتھ کثیر لسانی آواز کی کلوننگ TTS

Zyphra · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی
فائل ڈراپ کریں، یا

کلوننگ کے لیے source voice فراہم کرنے والا آڈیو۔

ایڈوانسڈ language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
ڈیفالٹ en_us

text normalization کے لیے زبان کا انتخاب، جو صرف اس صورت میں کیا جاتا ہے جب code ان میں سے ایک ہو: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko۔

ڈیفالٹ 1.15

Sampling کے لیے استعمال ہونے والی temperature۔

ڈیفالٹ 0

nucleus sampling کا امکان؛ اسے غیر فعال کرنے کے لیے 0 پر سیٹ کریں۔

ڈیفالٹ 0.18

minimum-probability sampling کے لیے امکان کی حد۔

ڈیفالٹ 106

top-k sampling کی cutoff؛ اسے غیر فعال کرنے کے لیے 0 پر سیٹ کریں۔

آڈیو فریم تخلیق کی حد، جو maximum فراہم نہ کیے جانے پر ماڈل کی context limit استعمال کرتی ہے۔

قابلِ تکرار نتائج کے لیے سیڈ؛ نہ دی جائے تو بے ترتیب طور پر منتخب ہوتی ہے۔

POST /run/zonos2?wait=20 قیمت → ⁨$0.02⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Zonos2 Text to Speech کے بارے میں

`reference_audio_url` سے آواز کلون کرتا اور متن پڑھتا ہے، 44.1kHz mono WAV آڈیو کے ساتھ استعمال شدہ سیڈ واپس کرتا ہے۔ `language` en_us، en_gb، fr_fr، de، es، it، pt_br، ja، cmn اور ko کے لیے متن کی نارملائزیشن متعین کرتا ہے۔ `accurate_mode` آواز کی مماثلت اور پُراظہاریت کے درمیان توازن بدلتا ہے، جبکہ `temperature`، `top_p`، `min_p`، `top_k` اور `max_tokens` (6144 تک) کے ذریعے سیمپلنگ ایڈجسٹ کی جا سکتی ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
reference_audio_urlلازمی
قسمurl · audio
کلوننگ کے لیے source voice فراہم کرنے والا آڈیو۔
languageاختیاری
قسمstring
ڈیفالٹen_us
text normalization کے لیے زبان کا انتخاب، جو صرف اس صورت میں کیا جاتا ہے جب code ان میں سے ایک ہو: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko۔
seedاختیاری
قسمinteger | null
0 – 2,147,483,647
قابلِ تکرار نتائج کے لیے سیڈ؛ نہ دی جائے تو بے ترتیب طور پر منتخب ہوتی ہے۔
accurate_modeاختیاری
قسمboolean
ڈیفالٹtrue
آواز کی مطابقت بمقابلہ پُرجوش ادائیگی: True زیادہ قریبی مطابقت کو ترجیح دیتا ہے، جبکہ False زیادہ پُرجوش اسپیچ کو ترجیح دیتا ہے۔
clean_speaker_backgroundاختیاری
قسمboolean
ڈیفالٹfalse
یہ ظاہر کرتا ہے کہ حوالہ آڈیو کا پس منظر صاف ہے۔
temperatureاختیاری
قسمnumber
ڈیفالٹ1.15
0 – 2
Sampling کے لیے استعمال ہونے والی temperature۔
top_pاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
nucleus sampling کا امکان؛ اسے غیر فعال کرنے کے لیے 0 پر سیٹ کریں۔
min_pاختیاری
قسمnumber
ڈیفالٹ0.18
0 – 1
minimum-probability sampling کے لیے امکان کی حد۔
top_kاختیاری
قسمinteger
ڈیفالٹ106
0 – 2,048
top-k sampling کی cutoff؛ اسے غیر فعال کرنے کے لیے 0 پر سیٹ کریں۔
max_tokensاختیاری
قسمinteger | null
1 – 6,144
آڈیو فریم تخلیق کی حد، جو maximum فراہم نہ کیے جانے پر ماڈل کی context limit استعمال کرتی ہے۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
لازمی

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "zonos2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audio
object {url, content_type, file_name, file_size}WAV فارمیٹ میں آؤٹ پٹ آڈیو، 44.1kHz sample rate اور mono channel کے ساتھ۔
seed
integerتخلیق کے دوران لاگو ہونے والی سیڈ قدر۔

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/zonos2.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt